繼AlphaGo在圍棋界戰(zhàn)無不勝之后，人工智能又向游戲與電競行業(yè)進(jìn)軍了。

北京時(shí)間1月25日凌晨2點(diǎn)起，谷歌旗下人工智能公司DeepMind公布的錄像顯示，去年12月，他們開發(fā)的全新游戲類AI——AlphaStar分別以5-0戰(zhàn)勝《星際爭霸2》兩位職業(yè)選手TLO和MaNa，成為第一個(gè)打敗電競職業(yè)選手的人工智能。

但在之后的現(xiàn)場比賽中，MaNa成功為人類扳回一局，以1-0的成績戰(zhàn)勝AlphaStar。

觀眾在DeepMind英國總部觀看直播

賽后，DeepMind研究聯(lián)席負(fù)責(zé)人David Silver表示：

盡管后續(xù)還有很多工作要做，但我希望未來的人們在回顧今日時(shí)，可以將這一比賽結(jié)果視為AI能力又向前邁了一步的表現(xiàn)。
DeepMind官網(wǎng)資料顯示，作為最具挑戰(zhàn)性的即時(shí)戰(zhàn)略（RTS）游戲之一，也是電競歷史最為悠久的游戲之一，暴雪出品的《星際爭霸2》近年來已被公認(rèn)為AI研究的“大挑戰(zhàn)（grand challenge）”。

對于AI而言，這類游戲比國際象棋、圍棋等棋盤類游戲來得更難，不僅因?yàn)闆]有最佳策略，也是因?yàn)槿斯ぶ悄軣o法通過觀察前一塊棋子的移動來計(jì)算下一步棋，而必須實(shí)時(shí)作出反應(yīng)。

時(shí)至今日，AI仍在掙扎應(yīng)對《星際爭霸2》的復(fù)雜性，鮮有系統(tǒng)能與職業(yè)選手的技術(shù)相媲美。

不過，AlphaStar與普通AI不太一樣，它所使用的深度神經(jīng)網(wǎng)絡(luò)是通過監(jiān)督學(xué)習(xí)（supervised learning）和強(qiáng)化學(xué)習(xí)（reinforcement learning）直接從原始游戲數(shù)據(jù)當(dāng)中訓(xùn)練出來的。也就是說，它成長的每一步都是一場完整的比賽。

AlphaStar所遇到的第一個(gè)對手是《星際爭霸2》Liquid戰(zhàn)隊(duì)的蟲族選手TLO。在比賽前，DeepMind對AI進(jìn)行了為期一周的訓(xùn)練，相當(dāng)于讓它玩了200年的《星際爭霸2》。

盡管TLO曾自信表示有能力打敗人工智能，但AlphaStar仍舊贏得了全部五場比賽，每一次還都使用了完全不同的獨(dú)特策略。

AlphaStar對戰(zhàn)星際職業(yè)選手TLO

華爾街見聞 曾心怡